动态环境下肝脏消融机器人多针手术规划与精准控制方法研究

Ablation surgery is an important method for the interventional treatment of liver cancer with minimal invasiveness. Respiratory motion and tissue-instrument interaction affect the shape and location of liver tumors, which leads to tumors less than 1 cm in size often cannot be accurately located and tumors larger than 3 cm often cannot be completely ablated. Therefore, robotic puncture accuracy and ablation effect with conventional gating technique face serious challenges. This project aims at the robot-assisted liver tumor puncture and ablation surgeries, and to solve the problem of accurate robotic planning and precise control under automatic needle insertion. To addresses the common problems such as tissue deformation in dynamic environment, thermal coagulation of liver tumors, multi-needle planning and robotic precision control, this project establishes a dynamic geometric model of free breathing based on the precise segmentation of liver and tumor in preoperative 4D medical images; propose a puncture surgery modeling method considering the coupling of respiratory motion and tissue-instrument interaction; propose an ablation planning method based on the biophysical simulation model and multi-objective optimization method; propose a flexible combination algorithm of magnetic markers on the body surface and a needle deformation compensation model based on elastic dynamics, to achieve the precise positioning and control of robot. The outputs of this project will form the basic theory and common key techniques of ablation robot with automatic needle insertion, which lays the foundation for the advancement of accurate, safe, stable and available surgical robots to the clinic.

穿刺消融手术是微创介入治疗肝癌的重要方式。呼吸和组织-器械交互对肝脏肿瘤靶点形位产生影响，1厘米以下肿瘤往往无法精确定位，3厘米以上肿瘤往往无法完全消融，因此，基于常规门控技术的机器人穿刺精度和消融效果面临严重挑战。本项目面向机器人辅助肝脏肿瘤穿刺消融手术，以解决自动进针方式下机器人精准规划和精准控制为目标，针对动态环境下组织形变、肝脏肿瘤热凝结、多针规划以及机器人精准控制等共性关键问题，从术前4维医学图像中肝脏、肿瘤等精确分割出发，建立自由呼吸下的动态几何模型；提出面向呼吸及组织-器械交互耦合的穿刺手术建模方法，提出融合生物物理仿真模型和多目标优化的消融规划方法，提出体表磁定位标志点柔性组合算法和基于弹性动力学的穿刺针变形补偿模型，实现机器人的精准定位和控制。从而形成自动进针穿刺消融手术机器人基础理论和共性关键技术体系，为推动准确、安全、稳定、可用的手术机器人走向临床奠定基础。

在机器人穿刺消融手术中，呼吸和器械-组织交互导致的形变都严重影响了穿刺的精度。本项目从肝脏、肿瘤的精确分割方法出发，建立了基于自集成策略的医学图像半监督学习方法，以及基于一致性约束的医学图像分类新型半监督框架，实现了小样本医学数据集上更稳健、有辨别力的特征识别，提升了分割的精度，建立了更精准的手术交互环境模型；进而，建立了基于能量最小化的器械-组织交互形变的演化模型，提出了一种融合约束和物理仿真的自动化肿瘤多针消融优化算法，构建基于P-Y函数的穿刺针弯曲变形建模以及多层组织穿刺路径规划方法，解决了复杂组织环境大肿瘤多针消融布阵规划精度低的问题，并通过实验验证了算法的有效性；同时，建立了呼吸运动分级模型，提出了基于微分同胚变形配准的稠密变形场估计，实现了呼吸状态下肿瘤靶区的精确定位；并且，提出了基于可变导纳的肝脏肿瘤穿刺手术机器人呼吸运动补偿控制方法，利用分段式和函数变导纳的控制方式将不同虚拟阻尼优势结合，使得机器人在补偿呼吸运动时响应更快、运动更平稳。项目进行了多次仿体和动物实验验证了动态呼吸环境下肿瘤的定位和穿刺消融精度，验证了系统的有效性和可靠性。项目研究成果对于提升临床穿刺活检以及肿瘤消融治疗，尤其自由呼吸状态下下肿瘤的穿刺，以及大肿瘤的精准完全消融，提高手术效果等方面进行了理论研究和系统可行性研究。同时，通过机器人辅助手术，进一步验证手术机器人参与肝脏穿刺消融手术的安全性和手术质量，为手术机器人的临床应用起到了促进作用。